1 北京跟踪与通信技术研究所,北京00094
2 西安工业大学,陕西西安71001
3 中国科学院 西安光学精密机械研究所,陕西西安710119
高光谱目标检测中背景信息的统计往往受到目标信息的干扰,而高光谱图像中存在的大量混合像元会进一步加深这一干扰。为了准确统计背景信息、显著降低目标像元对背景统计信息的干扰,提出了一种利用光谱解混合的目标检测算法,通过光谱解混合和目标相似性判断,获取目标端元对应丰度系数,并与光谱夹角系数相结合生成合理的背景加权系数,进行加权约束最小能量算子(CEM)目标检测,从而有效提高混合像元的背景信息统计准确度;利用目标端元对应丰度系数和光谱夹角系数生成初步的目标检测结果,与加权CEM目标检测结果相融合进行进一步优化,有效提高算法稳定性,同时再次提高目标检测精度。实验结果表明:对于模拟高光谱图像和真实高光谱图像,本文算法均得到了较好的目标检测效果,算法稳定性较强,且有效提高了目标检测精度,相比传统CEM算法、基于光谱角的加权CEM算法、归一化丰度系数作为目标结果,AUC值分别平均提高了0.071 2,0.031 2和0.015 0,在高光谱应用中具有较强的实用性。
高光谱图像 目标检测 光谱解混合 丰度 光谱角 hyperspectral image target detection hyperspectral unmixing abundance spectral angle 光学 精密工程
2023, 31(21): 3156
西南科技大学环境与资源学院, 四川 绵阳 621010
通过在土壤中添加浓度为0(对照组), 25, 75, 125, 175, 275, 375和485 μg·g-1的铀, 进行5种植物(苎麻、 印度芥菜、 酸模、 甘蓝型油菜、 玉米)的盆栽实验, 研究了不同生长期的叶片光谱角对土壤铀污染的定性和定量指示作用, 分析了定量指示作用与叶片铀含量的关系, 并筛选出来在苗期即能反演土壤铀含量的植物, 为通过野外实测植物叶片光谱快速、 安全地进行土壤铀含量的本底调查和动态监测提供了有效的途径。 更重要的是, 以该叶片尺度的研究为基础, 后续可以开展在冠层尺度采用遥感影像进行大面积土壤铀污染监测的相关研究。 实验结果与主要结论如下: (1)以实验植物在不同生长期的实测叶片反射光谱为基础, 计算了土壤受到铀污染后, 在五个波段区间(表征叶片色素的350~716 nm、 表征红边和近红外平台的717~975 nm、 表征水分的976~1 265, 1 266~1 770和1 771~2 500 nm)的光谱角。 以盆为单位统计5种实验植物在13个生长期的光谱角, 绝大多数情况下均大于阈值。 叶片光谱角对铀产生了350~2 500 nm的全面响应, 可以定性指示土壤是否受到铀污染。 (2)涵盖全部5种实验植物的8个生长期得到了以光谱角作为自变量、 通过显著性检验的线性回归方程。 其中7个线性回归方程的决定系数R2>0.64, 3个(苎麻-苗期、 印度芥菜-开花期和油菜-蕾薹期)的决定系数R2>0.81。 综合其他反演效果评价指标, 可以认为叶片光谱角也能定量指示土壤铀污染程度, 但定量指示作用随植物种类、 生长期的不同而不同, 其中苎麻、 印度芥菜在苗期的叶片光谱角就可以比较好地反演土壤铀含量。 (3)当叶片铀含量较高时, 其光谱角对土壤铀污染的定量指示作用较强。
叶片光谱 光谱角 土壤 铀污染 指示作用 Leaf spectrum Spectral angle Soil Uranium pollution Indicative effect 光谱学与光谱分析
2022, 42(4): 1313
1 河南大学 软件学院, 开封 475001
2 河南大学 智能网络系统研究所, 开封 475001
为了解决基于监督学习的高光谱图像分类算法训练样本中存在的噪声标签会降低后续的分类精度的问题, 采用了一种基于低秩稀疏表示和改进光谱角制图(SAM)的高光谱图像误标签检测算法。首先对高光谱图像中信号子空间进行预测, 根据预测到的子空间对原始高光谱图像重构并去噪;然后通过基于归一化的光谱角制图算法来获取每一类样本间的距离信息, 得到每类样本间的光谱相似度, 并利用密度峰值聚类算法得到每个训练样本的局部密度;最后采用基于局部密度的决策函数对噪声标签进行检测, 使用支持向量机在两个真实数据集上验证。结果表明, 该算法比先进的层次结构的高光谱图像误标签检测算法提高了1.91%的总体精度。这一结果对高光谱图像分类是有帮助的。
图像处理 低秩稀疏表示 归一化光谱角制图 密度峰值聚类算法 噪声标签检测 image processing low rank sparse representation normalized spectral angle mapping density peak clustering algorithm noise label detection
1 上海航天控制技术研究所, 上海 201109
2 中国航天科技集团有限公司红外探测技术研发中心, 上海 201109
3 浙大宁波理工学院, 浙江 宁波 315100
针对红外精确制导中抗干扰的问题, 开展基于光谱角和光谱距离等特征参量的目标光谱识别技术仿真和实验研究。在目标、 干扰均为灰体辐射的前提条件下, 对目标和干扰在不同发射率模型、不同辐射温度下的红外光谱辐射分布进行理论建模, 定量分析了目标和干扰的光谱角和光谱距离特征参量与其温度、发射率的关系, 数值表征了目标和干扰的光谱差异。 为验证上述光谱区分方法的有效性, 实验采集并分析了目标和干扰的光谱数据。研究结果表明光谱角和光谱距离能够 将两者进行有效的区分, 为复杂背景下目标识别提供理论和实验基础。
光谱角 光谱距离 光谱识别 spectral angle spectral distance spetacral discrimination 大气与环境光学学报
2020, 15(5): 393
1 沈阳理工大学 环境与化学工程学院, 辽宁 沈阳 110159
2 东北大学 资源与土木工程学院, 辽宁 沈阳 110004
为了研究长白落叶松光谱对土壤Cu胁迫的响应特征和变化规律, 在辽东树基沟矿区的3条勘测线上布置采样点, 进行表层土壤的多种重金属元素含量和长白落叶松针叶的反射光谱测定, 并提取了7个特征波段, 计算了多个波段区间的光谱角, 将其与土壤主要重金属铜的含量进行相关分析, 建立了回归模型。结果表明: 7个光谱特征波段中, “红谷”参数与表层土壤铜含量的相关系数最大, 基于“红谷”反射率建立的回归模型的R2达到0865。光谱角对铜胁迫长白落叶松针叶波段区间[400, 716] nm、[400, 2 500] nm的光谱变化十分敏感。“红边”位置和反射率与土壤铜含量不相关, 不适合区分矿区表层土壤重金属含量间的细微差别。对可见光敏感的“红谷”参数和光谱角均表明反射光谱的差异主要由叶绿素含量控制, 小部分受到针叶中水分含量的影响。本研究利用长白落叶松“红谷”和光谱角的“指纹效应”, 为快速有效反演大面积高植被覆盖区的土壤重金属含量、圈定隐伏矿(化)体提供了理论依据。
反射光谱 特征波段 铜胁迫 光谱角 树基沟矿区 reflectance spectra characteristic bands copper stress spectral angle shujigou mining area
1 中国科学院 航空光学成像与测量重点实验室, 吉林 长春130033
2 中国科学院 长春光学精密机械与物理研究所, 吉林 长春130033
为滤除大量冗余背景信息, 提升目标检测速度, 解决目标光谱获取困难等问题, 提出一种融合光谱微分重排与光谱角匹配的高光谱快速目标检测算法。首先, 对已知背景光谱信息微分重排, 筛选出背景特征较少的谱段集; 然后, 计算相应谱段下, 高光谱图像各像素点的光谱微分值与背景光谱微分值的差值, 并对所得各谱段微分差值加权求和阈值化, 粗提取出目标位置; 最后, 计算提取出的目标位置光谱与先验背景光谱角匹配的反余弦值, 实现目标背景差异精细判别。通过自行拍摄的草地上黄、绿伪装网及AVIRIS获取的San Diego机场飞机高光谱图像进行实验, 与RX、CEM、OSP、ACE、SAM等算法比较。实验结果表明, 所提算法在保证检测精度的同时, 具有较低的虚警率和较好的时效性: ROC曲线下面积AUC均高于0.98, 虚警率分别为3%和1.6%, 处理时间仅为0.36 s和0.077 s。
光谱微分 光谱重排 光谱角匹配 快速目标检测 高光谱图像 spectral derivative spectral recomposition spectral angle mapper (SAM) fast target detection hyperspectral imaging
1 桂林电子科技大学 1. 电子工程与自动化学院
2 桂林电子科技大学 2. 生命与环境科学学院, 广西 桂林 541004
实时光谱识别是目前干涉式成像光谱仪领域研究的热点问题之一, 其难点在于复原光谱数据量大及对识别算法的实时性要求高。基于FPGA器件设计了一种基于光谱角匹配(SAM)算法的干涉式成像光谱仪多通道实时光谱识别系统。该系统将多个不同的参考光谱分别存储在其对应通道的存储器中, 根据SAM算法实时计算输入光谱与各通道参考光谱之间的光谱角, 通过对各通道输出的光谱角进行比较而实现光谱的实时识别。仿真结果表明, 系统在Xilinx芯片XC7A100TFGG484-2上对复原光谱进行实时有效识别的运行频率可达100MHz。系统以流水线方式运行, 具有速度快、体积小、便于升级等优点, 为干涉式成像光谱仪实时光谱识别的工程实现提供了一种有效的技术途径。
干涉式成像光谱仪 多通道 实时光谱识别 光谱角 interferometric imaging spectrometer multi-channel real-time spectral recognition spectral angle FPGA FPGA
1 西安航空学院电子工程学院,陕西西安 710077
2 西北大学城市与环境学院陕西西安 710127
3 西安石油大学计算机学院,陕西西安 710065
高光谱影像是一个三维的海量数据立方体,如果对高光谱图像直接进行分割,那么算法运算量会很大;如果对高光谱影像先进行数据降维再进行分割,则会损失图像的部分细节信息,影响分割效果。本文提出一种基于光谱角空间变换的高光谱图像分割方法,首先计算每个像元与其周围领域像元之间的光谱夹角,并把这些光谱角的值作为坐标值,将像元映射到一个低维空间中,计算低维空间中样本点到原点的距离并将其转换为灰度值,从而生成一幅突出了地物区块边缘信息的灰度图像。然后利用分水岭变换对生成的灰度图像进行分割,提取分割后各区块局部极小值点的光谱矢量,进行对比分析,将具有相似光谱矢量的区块合并,以解决分水岭变换的过分割问题。最后采用美国印第安纳州的 AVIRIS高光谱数据对本文算法进行了验证和分析。实验结果表明,相比 SVM、ECHO、SVMMSF等高光谱图像分割方法,本文方法能够获得更高的图像分割精度。
高光谱图像 图像分割 光谱角空间 分水岭变换 Hyperspectral image image segmentation watershed transform spectral angle space
1 中国科学院上海技术物理研究所, 空间主动光电技术重点实验室, 上海 200083
2 中国科学院大学, 北京 100049
在颜色测量领域区分相似颜色的样品是非常困难的。 测量颜色的准确性和高效性对于工业上的应用非常重要。 提出了一种基于超光谱成像技术的色彩测量的方法, 并设计制成原理样机系统。 该系统能够快速准确的测量彩色样品的光谱, 并在分析后可得丰富的颜色数据与颜色坐标。 该方法克服了传统测色方法“测谱不成像, 成像不测谱”的局限性。 为了评估系统的性能, 进行分析和实验: 比较细分的每个波段的信噪比, 并使用光谱匹配技术来比较彩色照相机和所设计的系统在颜色测量方面的优缺点。 结果表明, 本系统提供了一种更精确的颜色测量方法, 可以有效地测试产品颜色的质量。
超光谱和高光谱成像 颜色测量 光谱匹配 光谱反射率 Multispectral and hyperspectral imaging Color measurement Spectral angle Spectral reflectance 光谱学与光谱分析
2018, 38(10): 3310
1 北京化工大学信息科学与技术学院, 北京 100029
2 北京化工大学材料科学与工程学院, 北京 100029
无论是近红外还是红外光谱, 多元校正模型的传递问题都尚未解决。 为了实现模型和光谱的传递, 提出了一种改进的PDS算法——SA-PDS算法, 论方法通过PDS算法进行模型传递, 使用光谱间的夹角大小作为判定准则来选择传递参数, 使得模型传递过程不受到样品性质参考值的影响, 也不再依赖于模型, 并且可以双向传递。 该方法分别通过在近红外数据和中红外数据中应用来证明模型传递的可行性, 实验收集烟叶样本测得其近红外光谱, 沥青样本测得其中红外光谱, 将烟叶总糖会计师和沥青蜡含量作为模型预测对象。 使用光谱夹角作为PDS参数选择标准与使用预测标准偏差作为判定准则相比, 实验表明: 对于近红外光谱的从机向主机的传递, 其验证集预测精密度RMSEP从5.257 4降低至1.337 1, 优于RMSEP(1.350 3)方法, 预测偏差也同样被改善。 对于中红外光谱从机向主机的传递, 新方法验证集预测精密度RMSEP从0.525 1降低至0.186 9, 优于RMSEP(0.219)方法。 主机向从机的传递也取得了满意的传递结果。
近红外光谱 中红外光谱 光谱传递 分段直接校正法 光谱夹角 NIR spectroscopy MIR spectroscopy Spectra transfer Piecewise direct standardization Spectral angle